R语言的多重比较是怎样的

这期内容当中小编将会给大家带来有关R语言的多重比较是怎样的，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。

成都创新互联公司专注于网站建设|成都企业网站维护|优化|托管以及网络推广，积累了大量的网站设计与制作经验，为许多企业提供了网站定制设计服务，案例作品覆盖展览展示等行业。能根据企业所处的行业与销售的产品，结合品牌形象的塑造，量身设计品质网站。

前面提到ANOVA的F检验能够知道五种疗法有显著性差异，但是不知道哪一种疗法和其他疗法不同，多重比较可以解决这个问题。TukeyHSD（）函数提供对各组均值差异的成对比较。但是TukeyHSD（）函数与HH包存在不兼容性的问题，在调用TukeyHSD（）函数时，要先从搜索路径中删除HH包，命令：detach("package::HH"),否则TukeyHSD（）函数将会失效。

TukeyHSD成对组间比较：

> TukeyHSD(fit)

  Tukey multiple comparisons of means

    95% family-wise confidence level

Fit: aov(formula = response ~ trt)

$trt

                  diff        lwr       upr     p adj

2times-1time   3.44300 -0.6582817  7.544282 0.1380949

4times-1time   6.59281  2.4915283 10.694092 0.0003542

drugD-1time    9.57920  5.4779183 13.680482 0.0000003

drugE-1time   15.16555 11.0642683 19.266832 0.0000000

4times-2times  3.14981 -0.9514717  7.251092 0.2050382

drugD-2times   6.13620  2.0349183 10.237482 0.0009611

drugE-2times  11.72255  7.6212683 15.823832 0.0000000

drugD-4times   2.98639 -1.1148917  7.087672 0.2512446

drugE-4times   8.57274  4.4714583 12.674022 0.0000037

drugE-drugD    5.58635  1.4850683  9.687632 0.0030633

> par(las=2)

> par(mar=c(5,8,4,2))

> plot(TukeyHSD(fit))

从结果显示可知，1times和2times的均值差异不显著（p=0.138），1times和4times之间的差异非常显著（p<0.001）

成对比较图形如下图：par(las=2）语句用来旋转轴标签，第二个par(mar=c(5,8,4,2))用来增大左边界的面积，可使得标签摆放更加美观。图形中置信区间包含0的说明两者之间的差异不明显，即2times-1time、4times-2times  、drugD-4times。

mulcomp包的ghlt()函数提供多重均值比较更全面的方法。适用于线性模型也适用于广义线性模型。

library(multcomp)

par(mar=c(5,4,6,2))

tuk <- glht(fit,linfct=mcp(trt="Tukey"))

plot(cld(tuk,level=.05),col="lightgrey")

par增大顶部边界面积，cld（）函数的level选项设置使用显著性水平（0.05，即95%的置信区间），有相同字母的说明均值差异不显著，即2times-1time、4times-2times  、drugD-4times之间均有相同字母，故差异不显著。没有相同字母的差异明显。

上述就是小编为大家分享的R语言的多重比较是怎样的了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注创新互联行业资讯频道。